交叉验证（cross_validation）

作者：橘子派

声明：版权所有，转载请注明出处，谢谢。

交叉验证是数据分析时模型选择的方法之一，将数据集分为三份，分别为训练集（training set），验证集（valication set）和测试集（test set），分别功能为训练模型，选择模型和对学习方法的评估。其算法的思想为重复的使用数据，使得模型的精度越来越高。

交叉验证的方法有以下三种

1.简单交叉验证

将书记分为2份，训练集和测试集，在训练集中多次训练得到不同的模型，再在测试集中测试选择误差最小的模型即可。

2.S折交叉验证

将数据集分为互不相交的S份，用其中一个数据当测试集合，剩下的S-1个当训练集，进行S次训练之后选择误差最小的模型即可。

3.留一交叉验证

当数据集容量等于上述的S时为留一交叉验证，多在数据缺乏的时候使用。

简单交叉验证步骤

1.将集合X随机分成A,B,C三份

2.用A当作测试集合，B,C为训练集，进行数据分析

3.用B当作测试集合，A,C为训练集，进行数据分析

4.用C当作测试集合，A,B为训练集，进行数据分析

5.将数据分析的结果求平均值即可

参考文献：

《统计学习方法》

《Web scraping and machine learning by python》